一種智能化車載疲勞監(jiān)測系統(tǒng)及方法
【專利摘要】本發(fā)明提供了一種智能化車載疲勞監(jiān)測系統(tǒng)及方法，涉及汽車安全領域。其特征在于，所述系統(tǒng)包括：所述系統(tǒng)包括：車載端、云端、用戶移動端和監(jiān)管端；所述車載端包括：視頻采集模塊、編碼處理模塊、算法處理模塊、傳感器系統(tǒng)、中央處理器和操作界面；所述云端包括：數據傳輸裝置、云端數據接收裝置和云端處理器；所述監(jiān)管端包括：監(jiān)管部門數據傳輸裝置和監(jiān)管部門處理器；所述用戶移動端包括：移動端數據傳輸模塊和移動端操作界面。該發(fā)明具有監(jiān)測準確、可靠、具備大數據分析和監(jiān)管功能、改良傳統(tǒng)算法，算法陷阱等優(yōu)點。
【專利說明】
一種智能化車載疲勞監(jiān)測系統(tǒng)及方法
技術領域
[0001] 本發(fā)明涉及汽車安全領域，特別涉及一種智能化車載疲勞監(jiān)測系統(tǒng)及方法。
【背景技術】
[0002] 如何為駕駛員提供一個有效實用的安全輔助駕駛系統(tǒng)是車輛安全駕駛的一個重 要課題?；跈C器視覺的疲勞駕駛檢測技術已在國內外開展了廣泛研究，其中以駕駛員眼 部特征的檢測最為廣泛。
[0003] 日常行車時我們都會碰到前一天睡眠時間過少，睡眠質量過差；道路條件甚好致 使路面情況單一;遇到風沙、雨、霧、雪天氣狀況;長時間、長距離行車;車速過快或過慢;到 達目的地有時間限制等等情況，這些都會是誘發(fā)您疲勞駕駛的因素，甚至車輛自身或車外 噪聲和振動嚴重;座椅調整不當等原因都會造成您疲勞駕駛，從而誘發(fā)交通事故。
[0004] 駕車時出現換檔不及時、不準確，說明人體已經處于輕微疲勞狀態(tài)；當出現操作動 作呆滯，有時甚至會忘記將要進行的操作，說明人體已處于中度疲勞；當出現下意識操作或 出現短時間睡眠現象時，說明人體已處于重度疲勞，往往醒來時便已釀成大禍。在危急情況 發(fā)生之前，疲勞駕駛的最初跡象是可以被探測出來的，這時響起的警報音往往就是將駕駛 員從死神手中拯救出來的最佳時機。
[0005] 現有的疲勞監(jiān)測系統(tǒng)主要存在如下的缺陷：
[0006] 1、監(jiān)測不準確:現有的疲勞監(jiān)測系統(tǒng)，要么利用傳感器進行監(jiān)測，要么利用單純的 圖像處理。而這兩者往往都存在一定的缺陷，常常導致監(jiān)測結果不不準確，導致監(jiān)測結果非 常不準確，從而產生誤報警。
[0007] 2、缺乏大數據分析：由于很多駕駛員疲勞駕駛是一個長期性的過程，如果沒有針 對駕駛員進行長期性的分析。也缺乏第三方對駕駛員進行監(jiān)督管理，導致很多長期疲勞駕 駛的駕駛員不能得到警醒，從而不能防患于未然。
[0008] 3、算法落后:現有的疲勞監(jiān)測系統(tǒng)，大都采用老舊的圖像算法。而由于疲勞監(jiān)測和 普通的圖像識別有很大差異性。如果一味采用舊算法，直接會導致監(jiān)測結果不準確和算法 復雜，處理起來非常緩慢。

【發(fā)明內容】

[0009] 鑒于此，本發(fā)明提供了一種智能化車載疲勞監(jiān)測系統(tǒng)及方法，該發(fā)明具有監(jiān)測準 確、可靠、具備大數據分析和監(jiān)管功能、改良傳統(tǒng)算法，算法陷阱等優(yōu)點。
[0010] 本發(fā)明采用的技術方案如下：
[0011] -種智能化車載疲勞監(jiān)測系統(tǒng)，其特征在于，所述系統(tǒng)包括:車載端、云端、用戶移 動端和監(jiān)管端;所述車載端包括:視頻采集模塊、編碼處理模塊、算法處理模塊、傳感器系 統(tǒng)、中央處理器和操作界面;所述云端包括:數據傳輸裝置、云端數據接收裝置和云端處理 器;所述監(jiān)管端包括:監(jiān)管部門數據傳輸裝置和監(jiān)管部門處理器;所述用戶移動端包括:移 動端數據傳輸模塊和移動端操作界面；
[0012] 所述視頻采集模塊信號連接于編碼處理模塊;所述編碼處理模塊信號連接于算法 處理模塊;所述算法處理模塊信號連接于中央處理器;所述中央處理器分別信號連接于操 作界面、傳感器系統(tǒng)、預警裝置和數據傳輸裝置;所述數據傳輸裝置信號連接于云端數據傳 輸裝置;所述云端數據傳輸裝置分別信號連接于移動端數據傳輸模塊、云端處理器和監(jiān)管 部門處理器;所述移動端數據傳輸模塊信號連接于移動端操作界面;所述云端處理器信號 連接于監(jiān)管部門數據傳輸裝置;所述監(jiān)管部門數據傳輸裝置信號連接于監(jiān)管部門處理器。
[0013] 所述視頻采集模塊，用于采集駕駛員的面部圖像信息，將獲取到的圖像信息發(fā)送 至編碼處理模塊;所述編碼處理模塊用于將接收到的面部圖像信息進行數字視頻編解碼處 理，將處理后的面部圖像信息發(fā)送至算法處理模塊;所述算法處理模塊，用于通過圖像識別 算法對接收到的面部圖像信息進行算法處理，判斷駕駛員的精神狀態(tài)，將判斷結果發(fā)送至 中央處理器;所述傳感器系統(tǒng)，包括:血氧傳感器和酸堿度傳感器;所述血氧傳感器用于實 時監(jiān)測人體的血氧信息，將監(jiān)測到的血氧信息發(fā)送至中央處理器;所述酸堿度傳感器用于 監(jiān)測人體皮膚上的酸堿度值，將監(jiān)測到的酸堿度值發(fā)送至中央處理器;所述中央處理器，用 于根據接收到的數據信息判斷駕駛員當前是否處于疲勞狀態(tài)，將判斷結果分別發(fā)送至操作 界面、預警裝置和數據傳輸裝置;所述操作界面，用于顯示判斷結果;所述預警裝置，用于根 據判斷結果發(fā)出預警信號。
[0014] 所述云端處理器，用于將云端數據傳輸裝置發(fā)送過來的數據信息存儲在本地，每 隔一定周期，對存儲在本地的數據信息進行大數據統(tǒng)計分析，將分析結果發(fā)送至監(jiān)管部門 數據傳輸裝置；以及接受來自監(jiān)管端的評估結果，將評估結果存儲在本地，定期將該評估結 果發(fā)送至用戶移動端。
[0015] 所述監(jiān)管部門處理器，用于根據云端發(fā)送過來的大數據統(tǒng)計分析結果，對該駕駛 人員的精神狀態(tài)進行人為評估，將評估結果經云端數據傳輸裝置發(fā)送至云端處理器進行存 儲。
[0016] 所述用戶移動端操作界面，用于將云端發(fā)送過來的評估結果進行顯示。
[0017] 所述算法處理模塊采用的圖像識別方法包括以下步驟：
[0018] 步驟1:對編碼處理模塊發(fā)送過來的圖像信息進行基于膚色聚類的人臉檢測；
[0019] 步驟2:根據人臉檢測結果，根據眼睛在人臉的幾何位置分布，確定眼睛的大概位 置，縮小眼球檢測的區(qū)域范圍；
[0020] 步驟3:在縮小的眼球搜索范圍內，利用邊緣檢測算法對眼部區(qū)域進行邊緣檢測， 提取眼部的邊緣信息，并對其進行二值化處理，再對二值化后的眼部區(qū)域進行連通成分分 析，采用基于區(qū)域連通的二值圖像濾波方法去除眼部周圍圖像噪聲點的干擾；
[0021] 步驟4:根據改進的積分投影算法，計算左右眼角和上下眼瞼的距離，確定駕駛員 眼睛的睜閉狀態(tài)；
[0022] 步驟5:定義眨眼平率，并據此實現疲勞駕駛的檢測。
[0023] 所述基于膚色聚類的人臉檢測方法包括以下步驟：
[0024]步驟1:從攝像頭采集到的圖像為RGB格式，利用如下公式實現將RGB格式轉換為

[0029] 步驟2:再利用如下公式將駕駛員的膚色區(qū)域檢測出來：
[0030] R>G&&|R-G| >11
[0031] 340<S< 359P0<S<50
[0032] 0.12<T<0.7&&0.3< V< 1.0
[0033] 步驟3:然后對人臉進行水平和垂直投影，確定臉部的邊界區(qū)域，邊界確定公式如 下： T ri.25iv /?/ ^ [0.8vv, 1.4wl
[0034] h = \ 」 1 hr h! E [0.8m/, 1.4w]
[0035] 其中，h、w分別為用水平和垂直投影求得的臉部區(qū)域的高度和寬度。
[0036] 所述眼部感興趣區(qū)域確定的方法包括以下步驟：
[0037]步驟1:假設檢測到的人臉區(qū)域長度為HF;寬度為WF;
[0038]步驟2:在數垂直方向上，眼睛位于臉部二分之一以上，頭頂以下HF/5的區(qū)域。
[0039] 步驟3:在水平方向上，眼部邊界區(qū)域得定位于距離臉部左邊界WF/8出開始到距離 眼部右邊界WF/8處的區(qū)域。
[0040] 采用以上技術方案，本發(fā)明產生了以下有益效果：
[0041] 1、監(jiān)測準確:本發(fā)明采用的疲勞監(jiān)測系統(tǒng)，具有監(jiān)測準確，除了采用采集圖像監(jiān)測 作為主要評判手段以外，還添加了傳感器系統(tǒng)作為輔助監(jiān)測。將兩個監(jiān)測結果綜合起來作 為評判手段，可以大大提升監(jiān)測的準確性和科學性。
[0042] 2、大數據分析:本發(fā)明將大數據和云存儲的概念引用到疲勞監(jiān)測中來。除了針對 單次疲勞駕駛進行預警以外，還可以針對多次疲勞駕駛數據，統(tǒng)計出一段時間內疲勞駕駛 的次數，根據這些數據發(fā)出不同程度的預警。
[0043] 3、算法先進:本發(fā)明對傳統(tǒng)的圖像識別算法進行了改進，主要進行了基于膚色聚 類的人臉檢測、眼部感興趣區(qū)域確定、基于Sobel算子的邊緣檢測、采用改進積分投影算法 確定左右眼角和上下眼瞼的距離。通過這些來識別駕駛員的眨眼頻率，并根據眨眼頻率來 綜合判定駕駛員的疲勞程度。
[0044] 3、具備監(jiān)督功能:本發(fā)明將大數據處理結果和監(jiān)管部門進行連接，監(jiān)管部門可以 實時接收到駕駛員長期精神狀態(tài)的分析。并提煉出某些高危駕駛員的數據信息，并由監(jiān)管 部門提出預警，在危險發(fā)出之時就起到預防作用。
【附圖說明】
[0045] 圖1是本發(fā)明的一種智能化車載疲勞監(jiān)測系統(tǒng)及方法的系統(tǒng)結構示意圖。
【具體實施方式】
[0046] 本說明書中公開的所有特征，或公開的所有方法或過程中的步驟，除了互相排斥 的特征和/或步驟以外，均可以以任何方式組合。
[0047] 本說明書(包括任何附加權利要求、摘要）中公開的任一特征，除非特別敘述，均可 被其他等效或具有類似目的的替代特征加以替換。即，除非特別敘述，每個特征只是一系列 等效或類似特征中的一個例子而已。
[0048] 本發(fā)明實施例1中提供了一種智能化車載疲勞監(jiān)測系統(tǒng)，系統(tǒng)結構如圖1所示：
[0049] -種智能化車載疲勞監(jiān)測系統(tǒng)，其特征在于，所述系統(tǒng)包括:車載端、云端、用戶移 動端和監(jiān)管端;所述車載端包括:視頻采集模塊、編碼處理模塊、算法處理模塊、傳感器系 統(tǒng)、中央處理器和操作界面;所述云端包括:數據傳輸裝置、云端數據接收裝置和云端處理 器;所述監(jiān)管端包括:監(jiān)管部門數據傳輸裝置和監(jiān)管部門處理器;所述用戶移動端包括:移 動端數據傳輸模塊和移動端操作界面；
[0050] 所述視頻采集模塊信號連接于編碼處理模塊;所述編碼處理模塊信號連接于算法 處理模塊;所述算法處理模塊信號連接于中央處理器;所述中央處理器分別信號連接于操 作界面、傳感器系統(tǒng)、預警裝置和數據傳輸裝置;所述數據傳輸裝置信號連接于云端數據傳 輸裝置;所述云端數據傳輸裝置分別信號連接于移動端數據傳輸模塊、云端處理器和監(jiān)管 部門處理器;所述移動端數據傳輸模塊信號連接于移動端操作界面;所述云端處理器信號 連接于監(jiān)管部門數據傳輸裝置;所述監(jiān)管部門數據傳輸裝置信號連接于監(jiān)管部門處理器。
[0051] 所述視頻采集模塊，用于采集駕駛員的面部圖像信息，將獲取到的圖像信息發(fā)送 至編碼處理模塊;所述編碼處理模塊用于將接收到的面部圖像信息進行數字視頻編解碼處 理，將處理后的面部圖像信息發(fā)送至算法處理模塊;所述算法處理模塊，用于通過圖像識別 算法對接收到的面部圖像信息進行算法處理，判斷駕駛員的精神狀態(tài)，將判斷結果發(fā)送至 中央處理器;所述傳感器系統(tǒng)，包括:血氧傳感器和酸堿度傳感器;所述血氧傳感器用于實 時監(jiān)測人體的血氧信息，將監(jiān)測到的血氧信息發(fā)送至中央處理器;所述酸堿度傳感器用于 監(jiān)測人體皮膚上的酸堿度值，將監(jiān)測到的酸堿度值發(fā)送至中央處理器;所述中央處理器，用 于根據接收到的數據信息判斷駕駛員當前是否處于疲勞狀態(tài)，將判斷結果分別發(fā)送至操作 界面、預警裝置和數據傳輸裝置;所述操作界面，用于顯示判斷結果;所述預警裝置，用于根 據判斷結果發(fā)出預警信號。
[0052] 所述云端處理器，用于將云端數據傳輸裝置發(fā)送過來的數據信息存儲在本地，每 隔一定周期，對存儲在本地的數據信息進行大數據統(tǒng)計分析，將分析結果發(fā)送至監(jiān)管部門 數據傳輸裝置；以及接受來自監(jiān)管端的評估結果，將評估結果存儲在本地，定期將該評估結 果發(fā)送至用戶移動端。
[0053]所述監(jiān)管部門處理器，用于根據云端發(fā)送過來的大數據統(tǒng)計分析結果，對該駕駛 人員的精神狀態(tài)進行人為評估，將評估結果經云端數據傳輸裝置發(fā)送至云端處理器進行存 儲。
[0054]所述用戶移動端操作界面，用于將云端發(fā)送過來的評估結果進行顯示。
[0055]本發(fā)明實施例2中提供了一種智能化車載疲勞監(jiān)測系統(tǒng)及方法，系統(tǒng)結構圖如圖1 所述：
[0056] 一種智能化車載疲勞監(jiān)測系統(tǒng)，其特征在于，所述系統(tǒng)包括:車載端、云端、用戶移 動端和監(jiān)管端;所述車載端包括:視頻采集模塊、編碼處理模塊、算法處理模塊、傳感器系 統(tǒng)、中央處理器和操作界面;所述云端包括:數據傳輸裝置、云端數據接收裝置和云端處理 器;所述監(jiān)管端包括:監(jiān)管部門數據傳輸裝置和監(jiān)管部門處理器;所述用戶移動端包括:移 動端數據傳輸模塊和移動端操作界面；
[0057]所述視頻采集模塊信號連接于編碼處理模塊;所述編碼處理模塊信號連接于算法 處理模塊;所述算法處理模塊信號連接于中央處理器;所述中央處理器分別信號連接于操 作界面、傳感器系統(tǒng)、預警裝置和數據傳輸裝置;所述數據傳輸裝置信號連接于云端數據傳 輸裝置;所述云端數據傳輸裝置分別信號連接于移動端數據傳輸模塊、云端處理器和監(jiān)管 部門處理器;所述移動端數據傳輸模塊信號連接于移動端操作界面;所述云端處理器信號 連接于監(jiān)管部門數據傳輸裝置;所述監(jiān)管部門數據傳輸裝置信號連接于監(jiān)管部門處理器。 [0058]所述視頻采集模塊，用于采集駕駛員的面部圖像信息，將獲取到的圖像信息發(fā)送 至編碼處理模塊;所述編碼處理模塊用于將接收到的面部圖像信息進行數字視頻編解碼處 理，將處理后的面部圖像信息發(fā)送至算法處理模塊;所述算法處理模塊，用于通過圖像識別 算法對接收到的面部圖像信息進行算法處理，判斷駕駛員的精神狀態(tài)，將判斷結果發(fā)送至 中央處理器;所述傳感器系統(tǒng)，包括:血氧傳感器和酸堿度傳感器;所述血氧傳感器用于實 時監(jiān)測人體的血氧信息，將監(jiān)測到的血氧信息發(fā)送至中央處理器;所述酸堿度傳感器用于 監(jiān)測人體皮膚上的酸堿度值，將監(jiān)測到的酸堿度值發(fā)送至中央處理器;所述中央處理器，用 于根據接收到的數據信息判斷駕駛員當前是否處于疲勞狀態(tài)，將判斷結果分別發(fā)送至操作 界面、預警裝置和數據傳輸裝置;所述操作界面，用于顯示判斷結果;所述預警裝置，用于根 據判斷結果發(fā)出預警信號。
[0059]所述云端處理器，用于將云端數據傳輸裝置發(fā)送過來的數據信息存儲在本地，每 隔一定周期，對存儲在本地的數據信息進行大數據統(tǒng)計分析，將分析結果發(fā)送至監(jiān)管部門 數據傳輸裝置；以及接受來自監(jiān)管端的評估結果，將評估結果存儲在本地，定期將該評估結 果發(fā)送至用戶移動端。
[0060] 所述監(jiān)管部門處理器，用于根據云端發(fā)送過來的大數據統(tǒng)計分析結果，對該駕駛 人員的精神狀態(tài)進行人為評估，將評估結果經云端數據傳輸裝置發(fā)送至云端處理器進行存 儲。
[0061] 所述用戶移動端操作界面，用于將云端發(fā)送過來的評估結果進行顯示。
[0062] 所述算法處理模塊采用的圖像識別方法包括以下步驟：
[0063] 步驟1:對編碼處理模塊發(fā)送過來的圖像信息進行基于膚色聚類的人臉檢測；
[0064] 步驟2:根據人臉檢測結果，根據眼睛在人臉的幾何位置分布，確定眼睛的大概位 置，縮小眼球檢測的區(qū)域范圍；
[0065] 步驟3:在縮小的眼球搜索范圍內，利用邊緣檢測算法對眼部區(qū)域進行邊緣檢測， 提取眼部的邊緣信息，并對其進行二值化處理，再對二值化后的眼部區(qū)域進行連通成分分 析，采用基于區(qū)域連通的二值圖像濾波方法去除眼部周圍圖像噪聲點的干擾；
[0066]步驟4:根據改進的積分投影算法，計算左右眼角和上下眼瞼的距離，確定駕駛員 眼睛的睜閉狀態(tài)；
[0067] 步驟5:定義眨眼平率，并據此實現疲勞駕駛的檢測。
[0068] 所述基于膚色聚類的人臉檢測方法包括以下步驟：
[0069]步驟1:從攝像頭采集到的圖像為RGB格式，利用如下公式實現將RGB格式轉換為
[0074] 步驟2:再利用如下公式將駕駛員的膚色區(qū)域檢測出來：
[0075] R>G&&|R-G| >11
[0076] 340 < S < 359P0 < S < 50
[0077] 0.12<T<0.7&&0.3< V< 1.0
[0078] 步驟3:然后對人臉進行水平和垂直投影，確定臉部的邊界區(qū)域，邊界確定公式如 下： , fl.25vv h! g [0.8vv, 1.4wl [0079] h = i /i' Y G jU8w, 1.4w]
[0080]其中，h、w分別為用水平和垂直投影求得的臉部區(qū)域的高度和寬度。
[0081]所述眼部感興趣區(qū)域確定的方法包括以下步驟：
[0082]步驟1:假設檢測到的人臉區(qū)域長度為HF;寬度為WF;
[0083]步驟2:在數垂直方向上，眼睛位于臉部二分之一以上，頭頂以下HF/5的區(qū)域。
[0084] 步驟3:在水平方向上，眼部邊界區(qū)域得定位于距離臉部左邊界WF/8出開始到距離 眼部右邊界WF/8處的區(qū)域。
[0085] 本發(fā)明實施例3中提供了一種智能化車載疲勞監(jiān)測系統(tǒng)及方法，系統(tǒng)結構如圖1所 示：
[0086] -種智能化車載疲勞監(jiān)測系統(tǒng)，其特征在于，所述系統(tǒng)包括:車載端、云端、用戶移 動端和監(jiān)管端;所述車載端包括:視頻采集模塊、編碼處理模塊、算法處理模塊、傳感器系 統(tǒng)、中央處理器和操作界面;所述云端包括:數據傳輸裝置、云端數據接收裝置和云端處理 器;所述監(jiān)管端包括:監(jiān)管部門數據傳輸裝置和監(jiān)管部門處理器;所述用戶移動端包括:移 動端數據傳輸模塊和移動端操作界面；
[0087]所述視頻采集模塊信號連接于編碼處理模塊;所述編碼處理模塊信號連接于算法 處理模塊;所述算法處理模塊信號連接于中央處理器;所述中央處理器分別信號連接于操 作界面、傳感器系統(tǒng)、預警裝置和數據傳輸裝置;所述數據傳輸裝置信號連接于云端數據傳 輸裝置;所述云端數據傳輸裝置分別信號連接于移動端數據傳輸模塊、云端處理器和監(jiān)管 部門處理器;所述移動端數據傳輸模塊信號連接于移動端操作界面;所述云端處理器信號 連接于監(jiān)管部門數據傳輸裝置;所述監(jiān)管部門數據傳輸裝置信號連接于監(jiān)管部門處理器。
[0088]所述視頻采集模塊，用于采集駕駛員的面部圖像信息，將獲取到的圖像信息發(fā)送 至編碼處理模塊;所述編碼處理模塊用于將接收到的面部圖像信息進行數字視頻編解碼處 理，將處理后的面部圖像信息發(fā)送至算法處理模塊;所述算法處理模塊，用于通過圖像識別 算法對接收到的面部圖像信息進行算法處理，判斷駕駛員的精神狀態(tài)，將判斷結果發(fā)送至 中央處理器;所述傳感器系統(tǒng)，包括:血氧傳感器和酸堿度傳感器;所述血氧傳感器用于實 時監(jiān)測人體的血氧信息，將監(jiān)測到的血氧信息發(fā)送至中央處理器;所述酸堿度傳感器用于 監(jiān)測人體皮膚上的酸堿度值，將監(jiān)測到的酸堿度值發(fā)送至中央處理器;所述中央處理器，用 于根據接收到的數據信息判斷駕駛員當前是否處于疲勞狀態(tài)，將判斷結果分別發(fā)送至操作 界面、預警裝置和數據傳輸裝置;所述操作界面，用于顯示判斷結果;所述預警裝置，用于根 據判斷結果發(fā)出預警信號。
[0089] 所述云端處理器，用于將云端數據傳輸裝置發(fā)送過來的數據信息存儲在本地，每 隔一定周期，對存儲在本地的數據信息進行大數據統(tǒng)計分析，將分析結果發(fā)送至監(jiān)管部門 數據傳輸裝置；以及接受來自監(jiān)管端的評估結果，將評估結果存儲在本地，定期將該評估結 果發(fā)送至用戶移動端。
[0090] 所述監(jiān)管部門處理器，用于根據云端發(fā)送過來的大數據統(tǒng)計分析結果，對該駕駛 人員的精神狀態(tài)進行人為評估，將評估結果經云端數據傳輸裝置發(fā)送至云端處理器進行存 儲。
[0091] 所述用戶移動端操作界面，用于將云端發(fā)送過來的評估結果進行顯示。
[0092] 所述算法處理模塊采用的圖像識別方法包括以下步驟：
[0093] 步驟1:對編碼處理模塊發(fā)送過來的圖像信息進行基于膚色聚類的人臉檢測；
[0094] 步驟2:根據人臉檢測結果，根據眼睛在人臉的幾何位置分布，確定眼睛的大概位 置，縮小眼球檢測的區(qū)域范圍；
[0095] 步驟3:在縮小的眼球搜索范圍內，利用邊緣檢測算法對眼部區(qū)域進行邊緣檢測， 提取眼部的邊緣信息，并對其進行二值化處理，再對二值化后的眼部區(qū)域進行連通成分分 析，采用基于區(qū)域連通的二值圖像濾波方法去除眼部周圍圖像噪聲點的干擾；
[0096]步驟4:根據改進的積分投影算法，計算左右眼角和上下眼瞼的距離，確定駕駛員 眼睛的睜閉狀態(tài)；
[0097] 步驟5:定義眨眼平率，并據此實現疲勞駕駛的檢測。
[0098] 所述基于膚色聚類的人臉檢測方法包括以下步驟：
[0099]步驟1:從攝像頭采集到的圖像為RGB格式，利用如下公式實現將RGB格式轉換為
[0104] 步驟2:再利用如下公式將駕駛員的膚色區(qū)域檢測出來：
[0105] r>g&&|r-g| > 11
[0106] 340<S< 359P0<S<50
[0107] 0.12<T<0.7&&0.3< V< 1.0
[0108] 步驟3:然后對人臉進行水平和垂直投影，確定臉部的邊界區(qū)域，邊界確定公式如 下：
[0109] h = {L2Sw h'^[Q.Sw/lAw] _ I h! h! G [0.8w; lAw]
[0110] 其中，h、w分別為用水平和垂直投影求得的臉部區(qū)域的高度和寬度。
[0111] 所述眼部感興趣區(qū)域確定的方法包括以下步驟：
[0112] 步驟1:假設檢測到的人臉區(qū)域長度為HF;寬度為WF;
[0113] 步驟2:在數垂直方向上，眼睛位于臉部二分之一以上，頭頂以下HF/5的區(qū)域。
[0114] 步驟3:在水平方向上，眼部邊界區(qū)域得定位于距離臉部左邊界WF/8出開始到距離 眼部右邊界WF/8處的區(qū)域。
[0115] 本發(fā)明采用的疲勞監(jiān)測系統(tǒng)，具有監(jiān)測準確，除了采用采集圖像監(jiān)測作為主要評 判手段以外，還添加了傳感器系統(tǒng)作為輔助監(jiān)測。將兩個監(jiān)測結果綜合起來作為評判手段， 可以大大提升監(jiān)測的準確性和科學性。
[0116] 本發(fā)明將大數據和云存儲的概念引用到疲勞監(jiān)測中來。除了針對單次疲勞駕駛進 行預警以外，還可以針對多次疲勞駕駛數據，統(tǒng)計出一段時間內疲勞駕駛的次數，根據這些 數據發(fā)出不同程度的預警。
[0117] 本發(fā)明對傳統(tǒng)的圖像識別算法進行了改進，主要進行了基于膚色聚類的人臉檢 測、眼部感興趣區(qū)域確定、基于Sobel算子的邊緣檢測、采用改進積分投影算法確定左右眼 角和上下眼瞼的距離。通過這些來識別駕駛員的眨眼頻率，并根據眨眼頻率來綜合判定駕 駛員的疲勞程度。
[0118] 本發(fā)明將大數據處理結果和監(jiān)管部門進行連接，監(jiān)管部門可以實時接收到駕駛員 長期精神狀態(tài)的分析。并提煉出某些高危駕駛員的數據信息，并由監(jiān)管部門提出預警，在危 險發(fā)出之時就起到預防作用。
[0119] 本發(fā)明并不局限于前述的【具體實施方式】。本發(fā)明擴展到任何在本說明書中披露的 新特征或任何新的組合，以及披露的任一新的方法或過程的步驟或任何新的組合。
【主權項】
1. 一種智能化車載疲勞監(jiān)測系統(tǒng)，其特征在于，所述系統(tǒng)包括:車載端、云端、用戶移動 端和監(jiān)管端;所述車載端包括:視頻采集模塊、編碼處理模塊、算法處理模塊、傳感器系統(tǒng)、 中央處理器和操作界面;所述云端包括:數據傳輸裝置、云端數據接收裝置和云端處理器； 所述監(jiān)管端包括:監(jiān)管部門數據傳輸裝置和監(jiān)管部門處理器;所述用戶移動端包括:移動端 數據傳輸模塊和移動端操作界面;所述視頻采集模塊信號連接于編碼處理模塊;所述編碼 處理模塊信號連接于算法處理模塊;所述算法處理模塊信號連接于中央處理器;所述中央 處理器分別信號連接于操作界面、傳感器系統(tǒng)、預警裝置和數據傳輸裝置;所述數據傳輸裝 置信號連接于云端數據傳輸裝置;所述云端數據傳輸裝置分別信號連接于移動端數據傳輸 模塊、云端處理器和監(jiān)管部門處理器;所述移動端數據傳輸模塊信號連接于移動端操作界 面;所述云端處理器信號連接于監(jiān)管部門數據傳輸裝置;所述監(jiān)管部門數據傳輸裝置信號 連接于監(jiān)管部門處理器。2. 如權利要求1所述的智能化車載疲勞監(jiān)測系統(tǒng)及方法，其特征在于，所述視頻采集模 塊，用于采集駕駛員的面部圖像信息，將獲取到的圖像信息發(fā)送至編碼處理模塊;所述編碼 處理模塊用于將接收到的面部圖像信息進行數字視頻編解碼處理，將處理后的面部圖像信 息發(fā)送至算法處理模塊;所述算法處理模塊，用于通過圖像識別算法對接收到的面部圖像 信息進行算法處理，判斷駕駛員的精神狀態(tài)，將判斷結果發(fā)送至中央處理器;所述傳感器系 統(tǒng)，包括:血氧傳感器和酸堿度傳感器;所述血氧傳感器用于實時監(jiān)測人體的血氧信息，將 監(jiān)測到的血氧信息發(fā)送至中央處理器;所述酸堿度傳感器用于監(jiān)測人體皮膚上的酸堿度 值，將監(jiān)測到的酸堿度值發(fā)送至中央處理器;所述中央處理器，用于根據接收到的數據信息 判斷駕駛員當前是否處于疲勞狀態(tài)，將判斷結果分別發(fā)送至操作界面、預警裝置和數據傳 輸裝置;所述操作界面，用于顯示判斷結果;所述預警裝置，用于根據判斷結果發(fā)出預警信 號。3. 如權利要求2所述的智能化車載疲勞監(jiān)測系統(tǒng)，其特征在于，所述云端處理器，用于 將云端數據傳輸裝置發(fā)送過來的數據信息存儲在本地，每隔一定周期，對存儲在本地的數 據信息進行大數據統(tǒng)計分析，將分析結果發(fā)送至監(jiān)管部門數據傳輸裝置；以及接受來自監(jiān) 管端的評估結果，將評估結果存儲在本地，定期將該評估結果發(fā)送至用戶移動端。4. 如權利要求3所述的智能化車載疲勞監(jiān)測系統(tǒng)，其特征在于，所述監(jiān)管部門處理器， 用于根據云端發(fā)送過來的大數據統(tǒng)計分析結果，對該駕駛人員的精神狀態(tài)進行人為評估， 將評估結果經云端數據傳輸裝置發(fā)送至云端處理器進行存儲。5. 如權利要求4所述的智能化車載疲勞監(jiān)測系統(tǒng)，其特征在于，所述用戶移動端操作界 面，用于將云端發(fā)送過來的評估結果進行顯示。6. -種基于權利要求1至5之一所述的智能化車載疲勞監(jiān)測系統(tǒng)的方法，其特征在于， 所述算法處理模塊采用的圖像識別方法包括以下步驟： 步驟1:對編碼處理模塊發(fā)送過來的圖像信息進行基于膚色聚類的人臉檢測； 步驟2:根據人臉檢測結果，根據眼睛在人臉的幾何位置分布，確定眼睛的大概位置，縮 小眼球檢測的區(qū)域范圍； 步驟3:在縮小的眼球搜索范圍內，利用邊緣檢測算法對眼部區(qū)域進行邊緣檢測，提取 眼部的邊緣信息，并對其進行二值化處理，再對二值化后的眼部區(qū)域進行連通成分分析，采 用基于區(qū)域連通的二值圖像濾波方法去除眼部周圍圖像噪聲點的干擾； 步驟4:根據改進的積分投影算法，計算左右眼角和上下眼瞼的距離，確定駕駛員眼睛 的睜閉狀態(tài)； 步驟5:定義眨眼頻率，并據此實現疲勞駕駛的檢測。7. 如權利要求6所述的智能化車載疲勞監(jiān)測方法，其特征在于，所述基于膚色聚類的人 臉檢測方法包括以下步驟： 步驟1:從攝像頭采集到的圖像為RGB格式，利用如下公式實現將RGB顏色空間到HSV顏 色空間的轉換：步驟2:再利用如下公式將駕駛員的膚色區(qū)域檢測出來： r>g&&|r-g| >Ii 340. S < 359P0 < S < 50 0.12<T<0.7&&0.3<V< 1.0 步驟3:然后對人臉進行水平和垂直投影，確定臉部的邊界區(qū)域，邊界確定公式如下：其中，h、w分別為用水平和垂直投影求得的臉部區(qū)域的高度和寬度。8. 如權利要求6所述的智能化車載疲勞監(jiān)測方法，其特征在于，所述眼部感興趣區(qū)域確 定的方法包括以下步驟： 步驟1:假設檢測到的人臉區(qū)域長度為HF;寬度為WF; 步驟2:在數垂直方向上，眼睛位于臉部二分之一以上，頭頂以下HF/5的區(qū)域。 步驟3:在水平方向上，眼部邊界區(qū)域得定位于距離臉部左邊界WF/8出開始到距離眼部 右邊界WF/8處的區(qū)域。
【文檔編號】G08B21/06GK105894735SQ201610379858
【公開日】2016年8月24日
【申請日】2016年5月31日
【發(fā)明人】曾麗
【申請人】成都九十度工業(yè)產品設計有限公司